风云
风云卫星
中国气象报：中国气象局发布《风云卫星先行计划2022年实施方案》，进一步加强风云气象卫星在监测、预报与服务等领域的应用能力，开展新卫星、新载荷和新探测能力的技术预研与应用攻关。《方案》明确，要以提升精准预报能力为核心，强化风云气象卫星资料的预报业务应用能力，着力解决新探测能力在数值预报、灾害性天气和气候监测预报预警及生态气象服务等气象核心业务中的应用问题。2022年先行计划设置了三项任务：数值预报应用专项、许健民气象卫星创新中心专项和气象监测预警评估应用。
（1）数值预报应用专项：由中国气象局地球系统数值预报中心牵头，重点攻克数值预报卫星资料同化共性关键技术，提高风云气象卫星资料在国产数值预报模式中的同化能力；
（2）许健民气象卫星创新中心专项：由国家卫星气象中心牵头，重点解决风云三号F星和G星、风云四号B星和C星工程业务急需的核心技术，包括风云气象卫星空间天气载荷应用技术，全球气象灾害遥感监测、预警与评估产品研发等；
（3）气象监测预警评估应用专项：重点促进应用类产品新算法研制，加速新技术向工程建设和业务应用转化，提升风云气象卫星资料在天气监测预警、气候及气候变化监测评估、生态系统监测评估、气象灾害监测、大气环境监测等领域的应用水平。
目前风云卫星“七星在天”，十四五期间还计划再发七星。
在WMO的OSCAR（Observing Systems Capability Analysis and Review Tool）罗列了过去、在轨、计划的卫星列表，其中包括了海洋卫星（机构是NSOAS+CAST）,风云卫星（机构是CMA+NRSCC）。这里面的CAST其实就是中国空间技术研究院（航天五院|航天航空）。风云四号由中国航天科技集团八院（上海航天技术研究院）抓总研制。
风云卫星应用先行计划
风云卫星应用先行计划（Fengyun Application Pioneering Project，简称先行计划/FY-APP）
经费来源：气象卫星专项资金地面应用系统技术系统投资，一般不超过50万元/项
研究内容：针对风云气象卫星新载荷的数据预处理核心算法、新产品科学算法、新遥感应用技术以及其他新型公用关键技术的研究。
研究周期：一般不超过两年。
关于发布风云卫星应用先行计划二期（2022-2023）指南的通知（大气所）
附件1 风云卫星应用先行计划二期2022-2023指南.pdf
附件2 风云卫星应用先行计划二期2022-2023申报书-格式.doc
附件3 风云卫星应用先行计划管理办法_试行.pdf
附件4 国防科技工业科研经费管理办法_财防_2019_12号.pdf
微信变脸 | 定标 |
NOAA
WMO
The WMO Space Programme coordinates satellite and other space-related activites across all programmes to promote the availability and utilization of satellite data and build related capacity for weather, climate, water and related applications for all Members.
风云4号性能参数
| 通道序号 | 通道类型 | 中心波长 | 光谱带宽 | 灵敏度 | 空间分辨率 | 主要用途 |
|---|---|---|---|---|---|---|
| 1 | 可见光与近红外 | 0.47µm | 0.45～0.49µm | S/N≥90 @ ρ=100% | 1km | 小粒子气溶胶，真彩色合成 |
| 2 | 0.65µm | 0.55～0.75µm | S/N≥200 @ ρ=100% | 0.5~1km | 植被，图像导航配准，恒星观测 | |
| 3 | 0.825µm | 0.75～0.90µm | S/N≥200 @ ρ=100% | 1km | 植被，水面上空气溶胶 | |
| 4 | 短波红外 | 1.375µm | 1.36～1.39µm | S/N≥90 @ ρ=100% | 2km | 卷云 |
| 5 | 1.61µm | 1.58～1.64µm | S/N≥200 @ ρ=100% | 2km | 低云/雪识别，水云/冰云判识 | |
| 6 | 2.25µm | 2.1～2.35µm | S/N≥200 @ ρ=100% | 2~4km | 卷云、气溶胶，粒子大小 | |
| 7 | 中波红外 | 3.75µm | 3.5～4.0µm（高） | NEΔT≤0.7K @ 300K | 2km | 云等高反照率目标，火点 |
| 8 | 3.75µm | 3.5～4.0µm（低） | NEΔT≤0.2K @ 300K | 4km | 低反照率目标，地表 | |
| 9 | 水汽 | 6.25µm | 5.8～6.7µm | NEΔT≤0.3K @ 260K | 4km | 高层水汽 |
| 10 | 7.1µm | 6.9～7.3µm | NEΔT≤0.3K @ 260K | 4km | 中层水汽 | |
| 11 | 长波红外 | 8.5µm | 8.0～9.0µm | NEΔT≤0.2K @ 300K | 4km | 总水汽、云 |
| 12 | 10.7µm | 10.3～11.3µm | NEΔT≤0.2K @ 300K | 4km | 云、地表温度等 | |
| 13 | 12.0µm | 11.5～12.5µm | NEΔT≤0.2K @ 300K | 4km | 云、总水汽量，地表温度 | |
| 14 | 13.5µm | 13.2～13.8µm | NEΔT≤0.5K @ 300K | 4km | 云、水汽 |
FY-4A多通道扫描辐射成像仪评价与图像合成_陈博洋 （doc88）
我国风云四号气象卫星与日本Himawari-8_9卫星比较分析_张鹏
风云四号气象卫星成像特性及其应用前景_陆风
FY-4A成多通道扫描成像辐射计性能分析_陈博洋
彩色遥感图像的亮度直方图局部线性化增强_陈博洋
风云数据
python：
from netCDF4 import Dataset
import h5py
hdf_data_path = "/Users/Downloads/FY4A-_AGRI--_N_DISK_1047E_L1-_FDI-_MULT_NOM_20200805080000_20200805081459_4000M_V0001.HDF"
# h5py 解析
hdf_obj = h5py.File(hdf_data_path, "r")
#打印文件里所有属性 属性含义自行查看数据说明格式
print(hdf_obj.keys())
# 通道1数据
print(hdf_obj['NOMChannel01'][:])
读取FY-4A数据行列号和经纬度查找表
# 用PYTHON读取RAW文件
import numpy as np
rawfile = "./FY-4A数据行列号和经纬度查找表/FullMask_Grid_2000/FullMask_Grid_2000.raw"
dim = 2748
data = np.fromfile(rawfile, dtype=float, count=dim*dim*2)
latlon = np.reshape(data, (dim, dim, 2))
lat = latlon[:, :, 0]
lon = latlon[:, :, 1]
#将FullMask_Grid_4000.raw读取为NC格式的经纬度文件，经纬度维度为2748*2748，以下为MATLAB语言
file ID=fopen('FullMask_Grid_4000.raw');
BB=fread(fileID,[2748*2 2748],'double');
fclose(fileID);
LAT=BB(1:2:2*2748,:);
LON=BB(2:2:2*2748,:);
LAT(find(abs(LAT)>1000))=NaN;
LON(find(abs(LON)>1000))=NaN;
LAT=LAT';
LON=LON';
nccreate('GEO.nc','LON','Dimensions',{'r',2748,'c',2748},...
'Format','classic');
ncwrite('GEO.nc','LON',LON);
nccreate('GEO.nc','LAT','Dimensions',{'r',2748,'c',2748},...
'Format','classic');
ncwrite('GEO.nc','LAT',LAT);
数据代码 | 数据格式 | 和鲸社区 | pyMeteo |
FY-4A建立中国区域图像行列号转经纬度的经纬度查找表进行几何校正